track-ml-experiments
О программе
Этот навык настраивает сервер отслеживания MLflow для управления машинными экспериментами, обеспечивая автоматическое логирование для популярных фреймворков и систематическое сравнение запусков. Он помогает разработчикам перейти от ручного логирования, управлять артефактами в удалённом хранилище и создавать воспроизводимые рабочие процессы с полным отслеживанием происхождения данных. Используйте его при запуске нового ML-проекта или необходимости систематического сравнения нескольких обучающих запусков.
Быстрая установка
Claude Code
Рекомендуетсяnpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/track-ml-experimentsСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
Track ML Experiments
See Extended Examples for complete configuration files and templates.
Set up MLflow tracking server + impl comprehensive experiment tracking w/ metrics, params, artifacts.
Use When
- Start new ML proj needing experiment tracking
- Migrate from manual logs → automated
- Cmp multi training runs systematically
- Share experiment results w/ team
- Build reproducible ML workflows w/ full lineage
- Integrate experiment tracking into CI/CD
In
- Required: Python env w/ ML framework (sklearn, pytorch, tensorflow, xgboost)
- Required: MLflow install (
pip install mlflow) - Optional: Remote storage backend (S3, Azure Blob, GCS) for artifacts
- Optional: DB backend (PostgreSQL, MySQL) for metadata
- Optional: Auth creds for remote backends
Do
Step 1: Init MLflow Tracking Server
Setup w/ appropriate backend stores.
# Option 1: Local file-based tracking (development)
mkdir -p mlruns
export MLFLOW_TRACKING_URI="file:./mlruns"
# Option 2: SQLite backend with local artifacts
mlflow server \
--backend-store-uri sqlite:///mlflow.db \
--default-artifact-root ./mlartifacts \
# ... (see EXAMPLES.md for complete implementation)
Create config file for team sharing:
# mlflow_config.py
import os
MLFLOW_TRACKING_URI = os.getenv(
"MLFLOW_TRACKING_URI",
"http://mlflow-server.company.com:5000"
)
# ... (see EXAMPLES.md for complete implementation)
Got: MLflow UI accessible at host:port, empty experiments list. Server logs confirm startup w/o errors.
If err: Check port avail w/ netstat -tulpn | grep 5000, verify DB connection strings, ensure S3 creds configured (aws configure), check firewall for remote.
Step 2: Configure Autologging for ML Frameworks
Enable framework-specific autologging → capture metrics, params, models auto.
# training_script.py
import mlflow
from mlflow_config import MLFLOW_TRACKING_URI, MLFLOW_EXPERIMENT_NAME
# Set tracking URI
mlflow.set_tracking_uri(MLFLOW_TRACKING_URI)
mlflow.set_experiment(MLFLOW_EXPERIMENT_NAME)
# ... (see EXAMPLES.md for complete implementation)
For PyTorch:
import mlflow.pytorch
mlflow.pytorch.autolog(
log_every_n_epoch=1,
log_every_n_step=None,
log_models=True,
disable=False,
exclusive=False,
# ... (see EXAMPLES.md for complete implementation)
Got: Run appears in UI w/ all hyperparams, metrics (training/val loss, acc), model artifacts, input examples auto-logged.
If err: Verify MLflow ver compat w/ ML framework (mlflow.sklearn.autolog() needs MLflow ≥1.20), check autolog supported for model type, disable + use manual logging fallback, inspect logs w/ mlflow.set_tracking_uri() for connection errs.
Step 3: Comprehensive Manual Logging
Add custom metrics, params, artifacts, tags for complete documentation.
# comprehensive_tracking.py
import mlflow
import numpy as np
import matplotlib.pyplot as plt
from pathlib import Path
def train_and_log_model(params, X_train, y_train, X_test, y_test):
"""
# ... (see EXAMPLES.md for complete implementation)
Got: UI displays rich info: step-by-step metrics, viz artifacts, model signature, input examples, comprehensive tags for filter/search.
If err: Check artifact storage perms (aws s3 ls s3://bucket/path), verify matplotlib backend for figure logging (plt.switch_backend('Agg')), ensure JSON-serializable for log_dict, check disk space for local.
Step 4: Compare Runs + Generate Reports
Use MLflow comparison tools to analyze multiple experiments.
# compare_runs.py
import mlflow
from mlflow.tracking import MlflowClient
client = MlflowClient()
def compare_experiments(experiment_name, metric_name="test_accuracy", top_n=5):
"""
# ... (see EXAMPLES.md for complete implementation)
CLI comparison:
# Compare runs using MLflow CLI
mlflow runs compare --experiment-name customer-churn \
--order-by "metrics.test_accuracy DESC" \
--max-results 10
# Export run data to CSV
mlflow experiments csv --experiment-name customer-churn \
--output experiments.csv
Got: Console shows sorted runs w/ key metrics, HTML report w/ formatted comparison, CSV w/ all run data.
If err: Verify experiment exists w/ mlflow experiments list, check metric names match exact (case-sensitive), ensure runs completed (check status), verify file write perms for outputs.
Step 5: Configure Remote Artifact Storage
Setup S3/Azure/GCS backends for scalable artifact mgmt.
# artifact_storage_config.py
import mlflow
import os
def configure_s3_backend():
"""
Configure S3 for artifact storage.
"""
# ... (see EXAMPLES.md for complete implementation)
Docker Compose for MLflow w/ PostgreSQL + S3:
# docker-compose.yml
version: '3.8'
services:
postgres:
image: postgres:14
environment:
POSTGRES_DB: mlflow
# ... (see EXAMPLES.md for complete implementation)
Got: Artifacts upload to remote, UI shows artifact links pointing to S3/Azure/GCS URIs, downloading from UI works.
If err: Verify cloud creds w/ aws s3 ls | az storage blob list, check bucket perms (write access), ensure MLflow w/ cloud extras (pip install mlflow[extras]), test net connectivity to storage, check CORS for browser access.
Step 6: Experiment Lifecycle Mgmt
Setup automated cleanup, archival, organization policies.
# lifecycle_management.py
import mlflow
from mlflow.tracking import MlflowClient
from datetime import datetime, timedelta
client = MlflowClient()
def archive_old_experiments(days_old=90):
# ... (see EXAMPLES.md for complete implementation)
Got: Old experiments → deleted state, failed runs removed from active, best runs tagged for filter, storage reclaimed.
If err: Check experiment perms (must be owner to delete), verify runs actually FAILED status, ensure metric exists for all ranked, check DB connectivity for bulk ops, verify perms for artifact deletion in remote.
Check
- MLflow tracking server accessible via web UI
- Experiments created + runs logged
- Autologging captures framework-specific metrics auto
- Custom metrics, params, artifacts logged correct
- Comparison queries return expected top runs
- Remote artifact storage configured + functional
- Artifacts downloadable from UI + programmatic
- Run filtering + searching works w/ tags
- HTML comparison reports gen w/o errs
- Lifecycle scripts execute
Traps
- Connection timeouts: Server not accessible from training scripts → verify
MLFLOW_TRACKING_URIenv, check firewall, ensure server running - Artifact upload fails: S3/Azure creds not configured | bucket missing → test cloud CLI first, verify bucket perms
- Missing metrics: Autologging disabled | unsupported framework ver → check compat, fallback to manual logging
- Run clutter: Too many runs polluting UI → impl tagging strategy early, use lifecycle scripts regularly
- Large artifacts: Logging entire datasets → storage bloat. Log samples | refs, use external data versioning (DVC)
- Inconsistent naming: Params logged w/ diff names across runs → standardize naming in config
- DB locks: SQLite no concurrent writes → use PostgreSQL/MySQL for multi-user
- Autolog conflicts: Multiple autolog configs interfere → use
exclusive=True| disable conflicting
→
register-ml-model— register tracked models in MLflow Model Registryversion-ml-data— version datasets via DVC for reproducible experimentssetup-automl-pipeline— integrate tracking into automated ML pipelinesdeploy-ml-model-serving— deploy best-performing tracked models to prodorchestrate-ml-pipeline— combine tracking w/ workflow orchestration
GitHub репозиторий
Похожие навыки
content-collections
МетаЭтот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.
polymarket
МетаЭтот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.
creating-opencode-plugins
МетаЭтот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.
sglang
МетаSGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.
